杨 迪,戚银城,刘明军,张华芳子,武军娜
(华北电力大学电子与通信工程系,河北保定 071003)
说话人识别综述
杨 迪,戚银城,刘明军,张华芳子,武军娜
(华北电力大学电子与通信工程系,河北保定 071003)
在分析说话人识别原理和方法的基础上,对近年来说话人识别技术的发展进行了综述。分析了当前说话人识别技术中使用的多种特征和模式识别方法,并对其今后的研究前景和发展方向进行了展望。
说话人识别;特征提取;模式识别
说话人识别(Speaker Recognition,SR)又称话者识别[1],是指通过对说话人语音信号的分析处理,自动确认说话人的技术。其综合了生理学、语音学、数字信号处理、模式识别、人工智能等学科知识的一个研究课题,以独特的方便性、经济性和准确性等优势,在相关领域内发挥着重要作用,并有着广阔的市场应用前景。
说话人识别的基本原理,是利用说话人的语音为每个说话人建立一个能够描述此说话人特点的模型,作为此说话人语音特征参数的标准模板,然后针对测试的语音信号进行比对,实现判别说话人身份的目的。说话人识别的原理框图,如图1所示。

图1 说话人识别原理框图
人的发声器官由3部分组成:(1)肺和气管产生气源。(2)喉和声带组成声门。(3)由咽腔、口腔、鼻腔组成声道。空气由肺部排入喉部,经声带进入声道,最后由嘴辐射出声波,这就形成了语音。当发不同性质的语音时,激励和声道的情况不同,其对应的模型也不同。……